Cassandra多重写入分布

Question

我安装了一个3节点Cassandra (2.0.3)群集，这是我的表格:

CREATE TABLE user (
    id text,
    phone text,
    name text,
    email text,
    PRIMARY KEY (phone, id)
);

我用datastax java驱动

这是我创建的用户对象:

User user = new User();
user.setId(UUIDs.timeBased().toString());
user.setEmail(null);
user.setName("test-user");
user.setPhone(Credential.MD5.digest("user-" + i));

我创建了其中的10k - i是我的用户数组中的用户的索引。我不想使用批量插入，而是模拟插入多个记录的压力。这是我的代码：

Cluster cluster = Cluster.builder()
            .addContactPoints(CASSANDRA_CLUSTER_ADDRESSES)
            .build();
final Session session = cluster.connect(keyspaceName);
final ThreadPoolExecutor tpe = (ThreadPoolExecutor) Executors.newCachedThreadPool();
for (final User user : users) {
    tpe.execute(new Runnable() {
        @Override
        public void run() {
            PreparedStatement ps = 
                session.prepare("INSERT INTO user (id, phone, name, email) VALUES (?, ?, ?, ?)");
            BoundStatement bs = new BoundStatement(ps);
            bs.bind(
                    user.getId(),
                    user.getPhone(),
                    user.getName(),
                    user.getEmail(),
            );

            session.executeAsync(bs);
        }
    });
}

tpe.shutdown();
tpe.awaitTermination...

< li >计算记录数量时(使用cqlsh)，我从未超过4k(10k中) < li >只有一台服务器进行写入(使用opscenter写入请求/所有节点图)-我看不出原因:据我所知，密钥足够随机...

有人能指给我哪里吗？

Answer 1

在计算记录数量时（使用cqlsh）我从来没有超过4k（10k）

您正在使用一个未绑定的线程池，这意味着所有的写操作几乎同时执行。可能你达到了性能极限，Cassandra用写超时来回答。尝试减少并发写入的数量，并检查执行的结果。例如

final ThreadPoolExecutor tpe = (ThreadPoolExecutor) Executors.newFixedThreadPool(20);    
...
ResultSetFuture future = session.executeAsync(bs);
try {
    future.getUninterruptibly();
} catch (Exception e) {
    e.printStackTrace();
}

只有一个服务器正在进行写入（使用opscenter write-Request/all-node图）-我看不出原因：据我所知，密钥足够随机……

主键被定义为PRIMARY KEY（phone， id）。这意味着phone是分区键，而id只是集群键。但是如果手机值确实是不同的MD5摘要，这应该分布在所有节点上。